编辑导语：在日常工作中，经常会用到数据分析的方法，数据分析可以帮助我们快速清晰的了解目前数据走向，也可以对用户的活跃度和转化度进行分析；本文作者以“淘宝用户行为数据集”为例，用SQL进行分析，我们一起来看一下。

笔者之前主要是做增长方向的，平时工作中主要基于问题做数据分析，大部分时候都是怎么快怎么来，很少有各种工具、各种分析方法全来一遍的；所以本次借分析“淘宝用户行为数据集”为案例，梳理一下自己的数据分析技能。

本文以“淘宝用户行为数据集”的分析全过程为例，展示数据分析的全过程。

• 使用工具：MySQL、Excel、Navicat、PowerBI；
• 数据来源：阿里天池实验室-淘宝用户行为数据集；
• 分析类型：描述分析、诊断分析；
• 分析方法：漏斗分析、用户路径分析、RFM用户价值分析、活跃/存留分析、帕累托分析、假设验证分析。

目录如下：

一、分析流程和方法